EN中文

干旱区地理 >

2024 , Vol. 47 >Issue 7: 1242 - 1251

DOI: https://doi.org/10.12118/j.issn.1000-6060.2023.563

区域发展

耦合InVEST与Geodetector模型的银川市生境质量时空演变特征及影响因子研究

  • 张晓东 , 1 ,
  • 武丹 2, 3 ,
  • 王莹 1 ,
  • 赵银鑫 1 ,
  • 马瑜 1 ,
  • 马玉学 1 ,
  • 倪海玲 4
展开
  • 1.宁夏回族自治区地质调查院（宁夏回族自治区地质矿产中心实验室），宁夏 银川 750021
  • 2.中国矿业大学（北京）地球科学与测绘工程学院，北京 100083
  • 3.宁夏回族自治区遥感调查院（高分辨率对地观测系统宁夏数据与应用中心），宁夏 银川 750021
  • 4.宁夏回族自治区水文环境地质调查院，宁夏 银川 750021

张晓东（1980-），男，博士，高级工程师，主要从事环境遥感应用研究. E-mail:

收稿日期: 2023-10-11

  修回日期: 2023-11-08

  网络出版日期: 2026-03-11

基金资助

宁夏回族自治区自然科学基金项目(2023AAC03772)

收起

Spatiotemporal evolution characteristics and influencing factors of habitat quality in Yinchuan City by coupling InVEST and Geodetector models

  • Xiaodong ZHANG , 1 ,
  • Dan WU 2, 3 ,
  • Ying WANG 1 ,
  • Yinxin ZHAO 1 ,
  • Yu MA 1 ,
  • Yuxue MA 1 ,
  • Hailing NI 4
Expand
  • 1. Ningxia Fundamental Geological Survey Institute, Geological and Mineral Resources Center Laboratory of Ningxia, Yinchuan 750021, Ningxia, China
  • 2. College of Geoscience and Surveying Engineering, China University of Mining and Technology-Beijing, Beijing 100083, China
  • 3. Ningxia Institute of Remote Sensing Survey, Ningxia Data and Application Center of High Resolution Earth Observation System, Yinchuan 750021, Ningxia, China
  • 4. Institute of Hydrogeology and Environmental Geology of Ningxia, Yinchuan 750021, Ningxia, China

Received date: 2023-10-11

  Revised date: 2023-11-08

  Online published: 2026-03-11

Fold

摘要

银川市作为黄河流域重要的水源涵养区及国家重点生态功能区，其生境质量关乎区域生态安全和可持续发展。然而，针对银川市生境质量及其影响因子仍需深入研究。基于2000、2010年和2020年3期土地利用数据，耦合InVEST和Geodetector模型估算银川市20 a间生境质量，对研究区生境质量空间分布特征及影响因子进行分析。结果表明：（1） 2000、2010年和2020年银川市平均生境质量指数分别为0.337、0.332和0.322，生境质量指数较低且20 a间略有下降，生境质量整体呈“南北高、中部低”的空间分布特征。（2） 银川市生境质量在空间上存在着较强的空间集聚效应，莫兰指数呈下降趋势，集聚程度逐渐下降。（3） 高程和土地利用类型是银川市生境质量的主要影响因子。各影响因子交互作用都存在增强效应，对生境质量的影响力随之增强，且以双因子增强为主，其次为非线性增强，其中高程与各因子的交互作用最为显著。研究结果可为银川市生态保护与高质量、可持续发展提供科学依据和决策支持。

关键词： InVEST模型; 生境质量; 地理探测器; 银川市

本文引用格式

张晓东 , 武丹 , 王莹 , 赵银鑫 , 马瑜 , 马玉学 , 倪海玲 . 耦合InVEST与Geodetector模型的银川市生境质量时空演变特征及影响因子研究[J]. 干旱区地理, 2024 , 47(7) : 1242 -1251 . DOI: 10.12118/j.issn.1000-6060.2023.563

Abstract

As an essential water source conservation area and a fundamental national ecological functional area in the Yellow River Basin, Yinchuan City’s habitat quality is related to regional ecological security and sustainable development. However, further research is needed on the habitat quality and influencing factors in Yinchuan City of Ningxia, China. Based on three phases of land-use data from 2000, 2010, and 2020, as well as the habitat quality module of the InVEST model, Moran’s I index, and Geodetector, habitat quality was estimated and the spatial distribution characteristics were analyzed over the past 20 years. The impact of nine influencing factors, such as elevation, slope, and vegetation coverage, etc, on habitat quality was quantified. The results showed the following: (1) Yinchuan City’s average habitat quality index in 2000, 2010, and 2020 was 0.337, 0.332, and 0.322, respectively. The habitat quality index was low and slightly decreased over the past 20 years. The magnitude and proportion of habitat quality improvement are lower than those of deterioration, and the habitat quality exhibits a spatial distribution characteristic of high in the north and south, and low in the middle. (2) Habitat quality has a strong spatial agglomeration effect in space, and Moran’s I index shows a downward trend. The degree of spatial autocorrelation of habitat quality has weakened, and agglomeration has gradually decreased. The LISA clustering map results show that the areas that have changed over the past 20 years primarily include the central and northern parts of the study area, with high-low clustering areas changing to low-low clustering areas. (3) Elevation and land-use type are the primary factors influencing habitat quality in Yinchuan City. The interplay of various influencing factors showed that the enhancement effect on habitat quality increases accordingly, primarily with a dual-factor enhancement, followed by a nonlinear enhancement. The interaction between elevation and various factors emerges as the most significant contributor. The results provide a scientific basis and support for decision-making for ecological protection and high-quality and sustainable development in Yinchuan City.

Key words： InVEST model; habitat quality; Geodetector; Yinchuan City

近年来，生物多样性对全球经济、人类福利和生存的重要性越来越强。随着人类活动对自然的干扰强度和范围不断增加，生物多样性的下降速度远高于历史平均水平，生物多样性丧失危机正在加剧[1]。生境质量是指生态系统为生物提供食物和其他必需品的能力以及单个物种、种群、群落和人类持续生存和繁殖所必需的条件，它可以用来表征区域景观斑块的生态适宜性，其数值可以反映区域生境斑块的破碎程度和每个景观斑块对生境退化的抵抗力[2-3]。开展生境质量评估不仅可以阐明生态环境的变化及其驱动因素，而且可为生境质量改善提供科学依据，对保护生物多样性和稳定生态系统具有重要意义[4]。
目前，生境质量评价主要包括基于特定对象开展生境质量评价和从人类活动影响生境质量视角进行生境质量评价和归因分析2个方面[5]，学者们从生境质量、生态服务、生态风险和生态预警等角度对生态效应与土地利用变化之间的响应关系做了大量研究[6]，而利用模型开展生境质量多因子交互影响的研究相对较少。生境质量研究方法包括传统方法和采用模型开展生境质量评价，前者基于实地调查数据获取生境质量参数，通过构建评价指标进行生境质量研究，适合小尺度区域且很难进行长时间尺度的分析[7]；后者基于土地利用数据，采用生境质量模型对生境进行评估，常用模型有SoLVEST模型[8]、HSI模型[9]和InVEST模型[10]，其中InVEST模型由于具有数据易得、操作简便、结果可视性强、能够有效表征区域生境质量等优点而被广泛应用。近年来，国内外学者从国家[11]、省域[12]、市域[13]、流域[14]、自然保护区[15]、城市群[6]等不同研究尺度开展了大量关于生境质量研究，取得了丰硕的成果。
银川市作为黄河流域重要的水源涵养区及国家重点生态功能区，其生态安全保障地位十分重要。随着经济的快速增长、城镇化水平持续提升，土地利用程度不断加深，土地利用格局发生了较大变化[16]，生态环境必将面临新的挑战。但银川市生境质量时空演变和空间分布特征是怎样的?哪些影响因子是研究区生境质量的重要影响因子?针对以上问题，本文基于2000—2020年3期土地利用数据，采用InVEST模型的生境质量模块、莫兰指数（Moran’s I）以及地理探测器，估算银川市20 a间生境质量，分析生境质量的空间分布特征，量化高程、坡度、植被覆盖度等9个影响因子对生境质量的影响程度，对推动黄河流域生态保护和高质量发展、进一步打造人与自然和谐发展的环境具有参考价值。

1 数据与方法

1.1 研究区概况

银川市（105°49′~106°53′E，37°29′~38°53′N）位于宁夏平原中部，下辖兴庆区、金凤区、西夏区、贺兰县、永宁县和灵武市，国土面积约9025.38 km2（图1）。境内地形整体西高东低、南高北低，向东北倾斜，地貌形态自西部贺兰山山地、山前洪积倾斜平原向中东部依次过渡为冲洪积平原和冲湖积平原。气候属温带大陆性气候，年均气温约8.5 ℃，多年平均降水量约250 mm，湿地资源丰富，主要土壤有灰褐土、灰钙土和草甸土等9个土类。近年来，宁夏启动贺兰山东麓山水林田湖草生态保护修复工程试点项目，坚持“生态立市战略”，制定印发了《银川市生态建设示范引领三年行动方案》，积极推动生态保护红线落地，合理划定生态、生产、生活空间。
图1 研究区示意图

Fig. 1 Schematic diagram of the study area

1.2 数据源与处理

研究所需数据包括生境质量评估数据和生境质量影响因子数据。生境质量评估主要由2000、2010年和2020年3期土地利用数据完成；生境质量影响因子参考程静等[17]研究成果选择高程、归一化植被指数、坡度、气温、降水、人口密度、地区生产总值、土地利用程度以及土地利用类型9个因子数据。空间数据均重采样为30 m，研究区数据来源及说明如表1所示。
表1 研究区数据源

Tab. 1 Data sources of the study area

数据类型 数据来源 数据说明
土地利用数据


 中国科学院资源环境科学数据中心（http://www.resdc.cn），空间分辨率为30 m

 土地利用类型主要依据全国《土地利用现状分类》（GB/T
2010—2017），并结合研究区生态环境现状将其分为
耕地、林地、草地、水域、建设用地及未利用地6类，用于
银川市生境质量评估和生境质量影响因子分析
高程 地理空间数据云（https://www.gscloud.cn）
 用于生境质量影响因子分析
归一化植被指数 地理空间数据云（https://www.gscloud.cn） 用于生境质量影响因子分析
坡度 由DEM数据计算获得 用于生境质量影响因子分析
气温 国家地球系统科学数据中心（https://www.geodata.cn） 用于生境质量影响因子分析
降水 国家地球系统科学数据中心（https://www.geodata.cn） 用于生境质量影响因子分析
人口密度 Worldpop网站（http://www.worldpop.org） 用于生境质量影响因子分析
地区生产总值 中国科学院资源环境科学数据中心（http://www.resdc.cn） 用于生境质量影响因子分析
土地利用程度 文献[16] 用于生境质量影响因子分析

1.3 研究方法

1.3.1 生境质量评估方法

本研究采用InVEST模型3.10.2版本中的生境质量评估模块开展银川市2000—2020年的生境质量时空演变特征评估研究，该模块基于区域土地利用状况，充分考虑每种生物多样性威胁的相对影响、每种生境类型对每种威胁的相对敏感性以及生境栅格与威胁源之间的距离，获取危险源胁迫距离和权重、各景观的适宜度和不同威胁源的敏感度，得到研究区的生境质量指数并生成生境质量地图[18-19]。生境退化度通过线性衰退和指数衰退的方式描述了生境受威胁因子影响后的退化程度，生境质量指数是区域土地利用类型生境适宜性和生境退化程度的无量纲函数，计算公式分别为：
线性衰退： i r x y = 1 - d x y d r m a x
指数衰退： i r x y = e x p - 2.99 d r m a x d x y
D x j = ∑ r = 1 R ∑ y = 1 Y r w r / ∑ r = 1 R w r × r y × i r x y × β x × S j r
Q x j = H j 1 - D x j z D x j z + k z
式中： d r m a x为生境威胁因子 r的最大影响距离； d x y为栅格 x与 y之间的线性距离； i r x y为栅格 y中的威胁因子 r对栅格 x的影响； D x j为土地利用类型 j中网格 x的生境退化程度； R为所有退化源； Y r为威胁因子 r的一组栅格； w r、 r y、 β x、 S j r分别为不同威胁因子的权重、威胁因子强度、生境抗干扰水平以及不同生境j对威胁因子r的敏感性； Q x j为土地利用类型j中栅格x的生境质量，介于0~1之间，值越高表示生境质量越好； H j为土地利用类型j的生境适合度；k为半饱和常数；z为模型尺度常数，通常取2.5。
参考InVEST使用手册和类似区域生境质量研究相关文献[12,17,20-21]，结合银川市实际情况及熟悉该区域的专家建议，将耕地、城镇用地、农村居民点、其他建设用地以及未利用地作为研究区威胁因子并确定其权重、最大影响距离以及空间衰减类型（表2），在此基础上设定不同生境适宜度及其对威胁因子的敏感度（表3）等参数，提取威胁因子图层，开展2000、2010年和2020年银川市生境质量评价。
表2 威胁因子属性

Tab. 2 Threat factor attributes

威胁因子 最大影响距离/km 权重 衰减线性相关性
耕地 4 0.7 线性
城镇用地 8 1.0 指数
农村居民点 7 0.8 指数
其他建设用地 6 0.6 线性
未利用地 4 0.3 线性
表3 生境适宜度及其对威胁因子的敏感度

Tab. 3 Habitat suitability and its sensitivity to threat factors

地类编码 类型 生境适宜度 威胁因子
耕地 城镇用地 农村居民点 其他建设用地 未利用地
11 水田 0.40 0.30 0.70 0.60 0.60 0.20
12 旱地 0.30 0.30 0.60 0.50 0.50 0.20
21 有林地 1.00 0.70 0.80 0.80 0.80 0.30
22 灌木林 0.90 0.60 0.75 0.70 0.70 0.30
23 疏林地 0.80 0.60 0.70 0.70 0.70 0.20
24 其他林地 0.60 0.50 0.65 0.65 0.70 0.20
31 高覆盖草地 0.90 0.60 0.60 0.60 0.65 0.20
32 中覆盖草地 0.70 0.55 0.55 0.55 0.60 0.10
33 低覆盖草地 0.60 0.50 0.50 0.50 0.60 0.10
41 河渠 0.90 0.50 0.70 0.60 0.50 0.30
42 湖泊 0.90 0.50 0.70 0.60 0.50 0.30
43 水库坑塘 0.80 0.50 0.60 0.50 0.50 0.20
46 滩地 0.60 0.20 0.20 0.20 0.20 0.20
51 城镇用地 0.00 0.00 0.00 0.00 0.00 0.00
52 农村居民点 0.00 0.00 0.00 0.00 0.00 0.00
53 其他建设用地 0.00 0.00 0.00 0.00 0.00 0.00
61 沙地 0.00 0.00 0.00 0.00 0.00 0.00
62 戈壁 0.00 0.00 0.00 0.00 0.00 0.00
63 盐碱地 0.00 0.00 0.00 0.00 0.00 0.00
64 沼泽地 0.60 0.40 0.60 0.50 0.30 0.20
65 裸土地 0.00 0.00 0.00 0.00 0.00 0.00
66 裸岩石砾地 0.00 0.00 0.00 0.00 0.00 0.00

1.3.2 空间自相关分析

空间自相关分析用于揭示具有空间位置的空间变量的观测值是否显著地与其相邻空间点上的观测值相关联，包括全局空间自相关和局部空间自相关，一般采用Moran’s I指数描述空间变量的自相关程度[22]，全局Moran’s I指数和局部Moran’s I指数计算公式分别为：
I = n ∑ i = 1 n ∑ j = 1 n ω i j x i - x - x j - x - ∑ i = 1 n ∑ j = 1 n ω i j ∑ i = 1 n x i - x - 2
I = x ' i ∑ i = 1 n ω i j x ' j
式中： n为样本数量； x i与 x j分别为样本i和j属性值； x -为样本平均值； ω i j为空间权重； x ' i为采样单元i标准化值； x ' j为采样单元j标准化值。I的取值范围为[-1, 1]，小于0表示空间负相关，等于0表示不相关，大于0表示正相关。

1.3.3 地理探测器

地理探测器是王劲峰等[23]提出的一种统计学方法，主要用于探测空间分异性以及揭示其背后影响因子，广泛应用于医学、考古、土地利用、区域经济等各个领域各区域尺度。其计算公式为：
q = 1 - ∑ h = 1 L N h σ h 2 N σ 2
式中：h为变量的数目；L为评价单元的总数； N h和N分别为每个分区和生境质量单元总数目； σ h 2和 σ 2分别为每个分区的方差和区域内生境质量的总方差；q为生境质量影响因子的度量值，值域为[0,1]。

2 结果与分析

2.1 生境质量时空变化特征

基于InVEST模型生境适宜性评估模块对2000—2020年银川市的生境质量进行评估。
从时间上来看，2000、2010年和2020年银川市平均生境质量指数分别为0.337、0.332和0.322，表明研究区整体生境质量较低且20 a间生境质量指数略有下降。为更好地探究银川市生境质量的时空演变特征，利用自然间断法将研究区生境质量划分为低[0.00,0.11]、较低（0.11, 0.37]、中（0.37, 0.62]、较高(0.62, 0.80]和高(0.80, 1.00] 5个等级，并统计3个年份不同生境质量等级面积（表4）。由表4可知，银川市生境质量等级以低、较低和较高为主，3个等级的面积占比达到研究区85%以上；从面积变化来看，20 a间低等级面积占比呈增加趋势，增加了6.05%，较低等级面积占比下降了约3.89%，中等级面积变化不大，较高和高等级面积呈先增加后减小的特征，占比整体分别下降1.94%和0.17%。
表4 2000—2020年银川市生境质量等级面积变化

Tab. 4 Area changes of habitat quality grades in Yinchuan City from 2000 to 2020

生境质量等级 2000年 2010年 2020年
面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/%
低 1510.64 21.73 1623.91 23.36 1930.70 27.78
较低 2647.92 38.09 2535.11 36.47 2377.61 34.20
中 247.88 3.57 217.47 3.13 244.56 3.52
较高 2004.25 28.83 2016.79 29.01 1869.37 26.89
高 540.64 7.78 558.05 8.03 529.09 7.61
总计 6951.33 100.00 6951.33 100.00 6951.33 100.00
从空间格局来看（图2），银川市生境质量整体呈“南北高、中部低”的空间分布特征。生境质量高和较高等级区域主要分布在北部贺兰山国家级自然保护区和南部灵武白芨滩国家级自然保护区，该区域受人类活动干扰较小，植被覆盖度高，生物多样性相对丰富，土地利用类型多为林地和草地；中等生境质量区面积最少，多呈条带状分布于较低生境质量区的耕地中；较低和低生境质量区域主要分布在银川市中部的西夏区、金凤区、兴庆区、贺兰县以及永宁县，该区域内人类活动频繁，土地利用类型主要为耕地、建设用地和裸地。
图2 2000—2020年银川市生境质量时空格局

Fig. 2 Spatiotemporal patterns of habitat quality in Yinchuan City from 2000 to 2020

参考相关文献[5]将2010年与2000年、2020年与2010年以及2020年与2000年的生境质量空间分布图分别相减，得到2000—2010年、2010—2020年和2000—2020年3个时段的生境质量指数差值图，将银川市生境质量变化幅度分为5级，即无明显变化、轻微上升、明显上升、轻微降低和明显降低（图3、表5）。结果表明，2000—2010年，银川市88.06%的区域生境质量未发生明显变化，轻微降低和轻微上升的区域面积占比分别为6.33%和3.84%，明显降低和明显上升的区域面积占比均不足1%。2010—2020年，银川市大部分区域生境质量基本没有变化，面积占比约88%，轻微降低和轻微上升的区域面积占比分别较前期增加1.19%和减小1.49%，明显降低区域面积占比为1.66%，明显上升区域面积占比均较前期略有下降。整体来看，2000—2020年，银川市生境质量以无明显变化为主，面积占比达78.92%，轻微降低和明显降低面积占比约14.58%，轻微上升和明显上升面积占比约6.50%，生境质量下降面积大于上升面积，生境质量有所下降，下降区域主要分布在研究区的城建区、贺兰山南部以及灵武市的东部，而上升区域则多分布于灵武市的东南部。转移矩阵结果（表6）表明生境质量等级变好的幅度和比例低于变差的幅度和比例，研究区生境质量整体降低。
图3 2000—2020年银川市不同时期生境质量变化

Fig. 3 Habitat quality changes at different periods in Yinchuan City from 2000 to 2020

表5 2000－2020年银川市不同时期生境质量面积变化

Tab. 5 Area changes of habitat quality of Yinchuan City at different periods from 2000 to 2020

等级 级差 2000—2010年 2010—2020年 2000—2020年
面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/%
明显降低 -4、-3 55.83 0.80 115.27 1.66 188.23 2.71
轻微降低 -2、-1 440.35 6.33 522.79 7.52 824.97 11.87
无明显变化 0 6120.54 88.06 6117.17 88.00 5486.23 78.92
轻微上升 1、2 267.27 3.84 163.70 2.35 365.16 5.25
明显上升 3、4 67.35 0.97 32.40 0.47 86.74 1.25
表6 2000－2020年银川市生境质量等级转移矩阵

Tab. 6 Transition matrix of habitat quality grades in Yinchuan City from 2000 to 2020 /%

生境质量等级 2000年
低 较低 中 较高 高
2020年



 低 84.03 17.34 6.61 7.87 5.17
较低 9.34 77.67 9.70 2.94 0.45
中 1.07 0.77 67.75 6.37 1.28
较高 4.33 4.12 14.50 80.88 7.00
高 1.23 0.10 1.44 1.94 86.10

2.2 生境质量空间相关性分析

基于ArcGIS 10.6软件的空间统计工具计算研究区生境质量的全局Moran’s I指数，2000、2010年和2020年的Moran’s I指数分别为0.6459、0.5874和0.5724，均大于0且P<0.01，通过99%的置信度检验，具有统计学上的显著性；Z值分别为56.53、50.55和52.21，表明研究区生境质量在空间上存在着较强的空间集聚效应，生境质量高的区域其周围区域值也高，生态风险指数低的周围区域值也低。此外，Moran’s I指数呈下降趋势，说明研究区生境质量的空间自相关程度有所减弱，集聚程度逐渐下降。
从局部空间自相关的LISA集聚图（图4）来看，2000年和2010年研究区生境质量空间分布以低-高聚集和高-低聚集为主，高-高聚集和低-低聚集类型较少，高-高聚集主要分布在银川市北部的贺兰山、贺兰县东部以及灵武市东部，呈片状分布。2020年银川市生境质量以高-高聚集和低-低聚集为主，低-高聚集和高-低聚集类型较少。其中，高-高聚集主要分布在贺兰山和永宁县东部区域，生境质量高；低-低聚集多分布于银川-永宁-灵武一带的平原地区，土地利用类型以耕地为主，生境质量较低。20 a间发生变化的区域主要为银川市中北部，高-低聚集区变化为低-低聚集区，永宁县东部的不显著区变化为高-高聚集区，灵武市南部的不显著区变化为高-低聚集区，贺兰山的高-高聚集区变化不大。
图4 2000—2020年银川市生境质量LISA空间分布

Fig. 4 LISA spatial distributions of habitat quality in Yinchuan City from 2000 to 2020

2.3 生境退化度时空分析

2000、2010年和2020年银川市平均生境退化度指数分别为0.025、0.026和0.027，20 a间生境退化度指数略有上升，表明研究区生境质量下降概率有所增加（图5）。银川市生境退化度总体呈“南北低、中部高”的空间分布特征，即北部的贺兰山和南部的灵武市大部分区域生境退化度较低，而中部银川-永宁-灵武一带的平原地区，受耕地威胁，对该区域生境质量的潜在破坏程度较高，使其生境质量较低。
图5 2000—2020年银川市生境退化度空间分布

Fig. 5 Spatial distributions of habitat degradation in Yinchuan City from 2000 to 2020

2.4 生境质量变化影响因子分析

选择表1中9个影响因子并对其进行分类，利用地理探测器进行银川市生境质量变化的影响因子分析。结果表明，高程和土地利用类型是银川市生境质量的主要影响因子，q值分别为0.81和0.75，其次是坡度和归一化植被指数，q值分别为0.31和0.30，气温、降水、人口密度、地区生产总值和土地利用程度则对研究区生境质量影响较小。从影响因子交互作用来看（图6），各影响因子交互都存在增强效应，表明单个因子与其他因子相互作用时，对生境质量的影响力也会增强，且以双因子增强为主，其次为非线性增强。具体表现为高程和土地利用类型与其他各影响因子的交互作用强，其中高程与各因子的交互作用最为显著，q值均在0.80以上；土地利用与各因子的交互作用次之，q值均在0.70以上，其中地利用类型∩高程q值达到了0.91，进一步说明高程和土地利用类型2个因子是影响研究区生境质量的主要因素。气温∩归一化植被指数、土地利用程度∩气温、归一化植被指数∩坡度以及土地利用程度∩坡度的交互作用较强，q值分别为0.67、0.67、0.66和0.62。人口密度和地区生产总值与其他各因子的交互作用整体较弱，大部分都在0.5以下，最低值为地区生产总值∩人口密度，q值仅为0.20，表明人口密度和地区生产总值与其他因子组合对生境质量影响差异不显著。
图6 银川市生境质量影响因子的交互作用

注：DEM为高程；SLOPE为坡度；NDVI为归一化植被指数；TMP为气温；PRE为降水；PD为人口密度；GDP为地区生产总值；LUD为土地利用程度；LUCC为土地利用类型。

Fig. 6 Interaction of influencing factors of habitat quality in Yinchuan City

3 讨论

3.1 生境质量变化及其影响因子

本文基于3期土地利用数据，对2000—2020年银川市生境质量的时空变化及其影响因子进行了深入探究，利用地理探测器模型定量分析了各影响因子对区域生境质量及变化的影响。结果显示，2000—2020年银川市生境质量指数略有下降，且生境质量下降面积和上升面积占比分别为14.58%和6.50%，生境质量有所降低，与王波[24]对银川市生境质量指数变化研究结果一致；与之不同的是，该研究得到的平均生境质量指数均在0.6以上，本文研究获得的平均生境质量指数在0.33左右，可能是二者选择的威胁因子、生境适宜度及其对威胁因子的敏感度参数不同造成的。在此期间，土地利用面积变化显著，耕地、林地、水域和未利用土地面积减小，草地和工矿居民用地面积增加，尤其是城乡工矿居民用地面积持续快速增加，不断侵占城市周边的耕地、林地和草地，进而使研究区生境质量有所下降，地理探测器结果也表明土地利用类型是研究区生境质量的重要影响因子。高程作为银川市生境质量的第一影响因子，主要通过限制人类活动影响生境质量。本研究发现，高程超过1350 m的贺兰山山区植被覆盖率高，人类活动影响小，生境质量高，平均生境指数都在0.56以上；高程在1700 m以上平均生境指数甚至达到了0.86以上；而高程在1000~1350 m的区域是平原丘陵区，人类活动影响大，生境质量较低，平均生境质量指数在0.4以下。

3.2 不足与建议

InVEST模型是开展区域生境质量评估重要方法，但其存在诸如威胁因子叠加造成的误差、忽略研究区范围之外导致的威胁强度降低等不足，对评估结果精度都有一定的影响[12]。因此，在研究过程中，如何选择是适用于研究区的威胁因子及模型参数仍需探讨。此外，研究结果与张晓东等[25]银川市景观风险评价研究结果有差异，其原因有待进一步研究。总的来说，在银川市生境质量下降的背景下，银川市在大力建设现代化城市的同时应该做到经济效益与环境效益协调统一，将贺兰山国家级自然保护区、灵武白芨滩国家级自然保护区、阅海国家湿地公园、鸣翠湖国家湿地公园和黄河外滩国家湿地公园作为重点保护对象，采取整体性保护治理，将生态廊道建设纳入生态环境保护中，筑牢生态屏障。

4 结论

（1） 银川市生态系统具有多样性和复杂性，生态环境质量总体较低且生境质量指数20 a间略有下降，生境质量整体呈“南北高、中部低”的空间分布特征。
（2） 生境质量空间聚集效应较强，20 a间空间自相关程度有所减弱，集聚程度逐渐下降；高-低聚集区变化为低-低聚集区主要分布在研究区中北部。
（3） 高程和土地利用类型是银川市生境质量的主要影响因子，气温、降水、人口密度、地区生产总值和土地利用程度则对其影响较小。各影响因子交互作用都存在增强效应，对生境质量的影响力随之增强，且以双因子增强为主，其次为非线性增强，其中高程与各因子的交互作用最为显著。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Dai L, Li S, Lewis B J, et al. The influence of land use change on the spatial-temporal variability of habitat quality between 1990 and 2010 in northeast China[J]. Journal of Forestry Research, 2019, 30(6): 2227-2236.

[2]
Li Y N, Duo L H, Zhang M, et al. Habitat quality assessment of mining cities based on InVEST model: A case study of Yanshan County, Jiangxi Province[J]. International Journal of Coal Science & Technology, 2022, 9(2): 28, doi: 10.1007/s40789-022-00498-w.

[3]
Hall L S, Krausman P R, Morrison M L. The habitat concept and a plea for standard technology[J]. Wildlife Society Bulletin, 1997, 25(1): 173-182.

[4]
吴健生, 曹祺文, 石淑芹, 等. 基于土地利用变化的京津冀生境质量时空演变[J]. 应用生态学报, 2015, 26(11): 3457-3466.

[Wu Jiansheng, Cao Qiwen, Shi Shuqin, et al. Spatio-temporal variability of habitat quality in Beijing-Tianjin-Hebei area based on land use change[J]. Chinese Journal of Applied Ecology, 2015, 26(11): 3457-3466.]

PMID

[5]
郑贱成, 谢炳庚, 游细斌. 基于土地利用变化的广东省生境质量时空演变特征[J]. 生态学报, 2022, 42(17): 6997-7010.

[Zheng Jiancheng, Xie Binggeng, You Xibin. Spatio-temporal characteristics of habitat quality based on land-use changes in Guangdong Province[J]. Acta Ecologica Sinica, 2022, 42(17): 6997-7010.]

[6]
如克亚·热合曼, 阿里木江·卡斯木, 哈力木拉提·阿布来提, 等. 基于InVEST模型的天山北坡城市群生境质量时空演化研究[J]. 生态与农村环境学报, 2022, 38(9): 1112-1121.

[Reheman Rukeya, Kasim Alim, Ablat Halmurat, et al. Research on the temporal and spatial evolution of habitat quality in urban agglomeration on the northern slope of Tianshan Mountains based on InVEST model[J]. Journal of Ecology and Rural Environment, 2022, 38(9): 1112-1121.]

[7]
提杨, 庄鸿飞, 陈敏豪, 等. 天津市自然保护地与区域生境质量的时空演变格局[J]. 生态学报, 2023, 43(7): 2770-2780.

[Ti Yang, Zhuang Hongfei, Chen Minhao, et al. Spatio-temporal evolution pattern of protected areas and regional habitat quality in Tianjin[J]. Acta Ecologica Sinica, 2023, 43(7): 2770-2780.]

[8]
Sherrouse B C, Semmens D J, Clement J M. An application of social values for ecosystem services (SolVES) to three national forests in Colorado and Wyoming[J]. Ecological Indicators, 2014, 36: 68-79.

[9]
粟一帆, 李卫明, 李金京, 等. 桥边河大型底栖动物生境适宜性[J]. 生态学报, 2020, 40(16): 5844-5854.

[Su Yifan, Li Weiming, Li Jinjing, et al. Habitat suitability of macroinvertebrates: A case study in Qiaobian River, a tributary of Yangtze River, China[J]. Acta Ecologica Sinica, 2020, 40(16): 5844-5854.]

[10]
赵庆建, 吴晓珍. 基于InVEST模型的岷江流域土地利用变化对生境质量的影响研究[J]. 生态科学, 2022, 41(6): 1-10.

[Zhao Qingjian, Wu Xiaozhen. Research on the impact of land use change on habitat quality in Minjiang River Basin based on InVEST model[J]. Ecological Science, 2022, 41(6): 1-10.]

[11]
刘晓娟, 黎夏, 梁迅, 等. 基于FLUS-InVEST模型的中国未来土地利用变化及其对碳储量影响的模拟[J]. 热带地理, 2019, 39(3): 397-409.

[Liu Xiaojuan, Li Xia, Liang Xun, et al. Simulating the change of terrestrial carbon storage in China based on the FLUS-InVEST model[J]. Tropical Geography, 2019, 39(3): 397-409.]

DOI

[12]
王琦琨, 武玮, 杨雪琪, 等. 陕西省生境质量时空演变及驱动机制分析[J]. 干旱区研究, 2022, 39(5): 1684-1694.

[Wang Qikun, Wu Wei, Yang Xueqi, et al. Spatial-temporal changes and driving factors of habitat quality in Shaanxi Province during the past 20 years[J]. Arid Zone Research, 2022, 39(5): 1684-1694.]

[13]
谢怡凡, 姚顺波, 邓元杰, 等. 延安市退耕还林(草)工程对生境质量时空格局的影响[J]. 中国生态农业学报, 2020, 28(4): 575-586.

[Xie Yifan, Yao Shunbo, Deng Yuanjie, et al. Impact of the ‘Grain for Green’ project on the spatial and temporal pattern of habitat quality in Yan’an City, China[J]. Chinese Journal of Eco-Agriculture, 2020, 28(4): 575-586.]

[14]
王鹏, 秦思彤, 胡慧蓉. 近30 a拉萨河流域土地利用变化和生境质量的时空演变特征[J]. 干旱区研究, 2023, 40(3): 492-503.

[Wang Peng, Qin Sitong, Hu Huirong. Spatial-temporal evolution characteristics of land use change and habitat quality in the Lhasa River Basin over the past three decades[J]. Arid Zone Research, 2023, 40(3): 492-503.]

[15]
杨映, 胡理乐. 北京市房山区自然保护地生境质量评估[J]. 西部林业科学, 2022, 51(4): 80-86.

[Yang Ying, Hu Lile. Habitat quality assessment of nature protected areas in Fangshan District in Beijing[J]. Journal of West China Forestry Science, 2022, 51(4): 80-86.]

[16]
张晓东, 刘乃静, 赵银鑫, 等. 银川市2000—2020年土地利用时空变化特征及预测[J]. 科学技术与工程, 2021, 21(24): 10156-10164.

[Zhang Xiaodong, Liu Naijing, Zhao Yinxin, et al. Spatial and temporal variability characteristics and prediction of land use in Yinchuan from 2000 to 2020[J]. Science Technology and Engineering, 2021, 21(24): 10156-10164.]

[17]
程静, 王鹏, 陈红翔, 等. 渭河流域生境质量时空演变及其地形梯度效应与影响因素[J]. 干旱区地理, 2023, 46(3): 481-491.

[Cheng Jing, Wang Peng, Chen Hongxiang, et al. Spatiotemporal evolution of habitat quality in the Weihe River Basin and its topographic gradient effects and influencing factors[J]. Arid Land Geography, 2023, 46(3): 481-491.]

[18]
张海涛, 李加林, 田鹏, 等. 基于土地利用变化的东海区大陆海岸带生境质量时空演变研究[J]. 生态学报, 2023, 43(3): 937-947.

[Zhang Haitao, Li Jialin, Tian Peng, et al. Spatio-temporal evolution of habitat quality in the East China Sea continental coastal zone based on land use changes[J]. Acta Ecologica Sinica, 2023, 43(3): 937-947.]

[19]
陈慧敏, 赵宇, 付晓, 等. 西辽河上游生境质量时空演变特征与影响机制[J]. 生态学报, 2023, 43(3): 948-961.

[Chen Huimin, Zhao Yu, Fu Xiao, et al. Characteristics of spatio-temporal evolution and influence mechanism of habitat quality in the upper reaches of the West Liaohe River[J]. Acta Ecologica Sinica, 2023, 43(3): 948-961.]

[20]
王晶, 胡一, 李鹏, 等. 治沟造地背景下延安市生境质量时空演变特征[J]. 生态学报, 2022, 42(23): 9808-9819.

[Wang Jing, Hu Yi, Li Peng, et al. Spatial and temporal variations of habitat quality under the background of gully control and land consolidation in Yan’an, China[J]. Acta Ecologica Sinica, 2022, 42(23): 9808-9819.]

[21]
陈实, 黄银兰, 金云翔. 退耕还林(草)工程实施前后黄河中游生境质量时空变化分析[J]. 干旱区研究, 2023, 40(3): 456-468.

[Chen Shi, Huang Yinlan, Jin Yunxiang. Spatiotemporal changes of habitat quality before and after the implementation of Grain for Green Project in the middle reaches of the Yellow River[J]. Arid Zone Research, 2023, 40(3): 456-468.]

[22]
左昕弘, 赖佳鑫, 刘峰, 等. 基于地统计学和空间自相关的土壤有机质空间异质性分析及分区:土地整治视角[J]. 中国农业资源与区划, 2022, 43(3): 240-252.

[Zuo Xinhong, Lai Jiaxin, Liu Feng, et al. Spatial heterogeneity and zoning of soil organic matter based on geostatistics and spatial autocorrelation: A perspective from land consolidation[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2022, 43(3): 240-252.]

[23]
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

DOI

[Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.]

DOI

[24]
王波. 银川市生态系统服务价值时空演变及预测研究[D]. 兰州: 兰州大学, 2022.

[Wang Bo. Study on spatiotemporal evolution of ecosystem service value and prediction in Yinchuan City[D]. Lanzhou: Lanzhou University, 2022.]

[25]
张晓东, 赵志鹏, 赵银鑫, 等. 银川市景观生态风险评价与生态安全格局优化构建[J]. 干旱区地理, 2022, 45(5): 1626-1636.

[Zhang Xiaodong, Zhao Zhipeng, Zhao Yinxin, et al. Landscape ecological risk assessment and ecological security pattern optimization construction in Yinchuan City[J]. Arid Land Geography, 2022, 45(5): 1626-1636.]

Options
文章导航

/

〈 〉